自适应阈值的小波图像去噪(完整版)实用资料.doc

自适应阈值的小波图像去噪（完整版）实用资料
(可以直接使用，可编辑完整版实用资料，欢迎下载）
第34卷第6期光电工程Vol.34,No.62007年6月Opto-ElectronicEngineeringJune,2007文章编号:1003-501X(200706-0077-05
自适应阈值的小波图像去噪
刘成云1,陈振学2,马于涛3
(1.武汉科技大学,湖北武汉430081;
2.华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室,湖北武汉430074;
3.武汉大学软件工程国家重点实验室,湖北武汉430072
摘要:针对VisuShrink阈值和NormalShrink阈值的缺陷,提出了一种改进的自适应阈值图像去噪方法。根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,并依此对图像进行去噪。
实验结果表明,该方法可将每一尺度上的信号与噪声作最大分离,有效去除了白噪声,较好地保留了图像的细节信息,进一步提高了峰值信噪比,且没有增加时间复杂度,能用于实时处理。
关键词:图像处理;小波变换;去噪;自适应阈值
中图分类号:TP391.4文献标识码:A
Adaptivewaveletthresholdingmethodforimagedenoising
LIUCheng-yun1,CHENZhen-xue2,MAYu-tao3
(1.WuhanUniversityofScienceandTechnology,Wuhan430081,China;
2.InstituteofPatternRecognition&ArtificialIntelligence,StateEducationCommissionLaboratoryforImage
Processing&IntelligenceControl,HuazhongUniversityofScienceandTechnology,Wuhan430074,China;
3.StateKeyLaboratoryofSoftwareEngineering,WuhanUniversity,Wuhan430072,China
Abstract:AnimprovedadaptivewaveletthresholdingmethodforimagedenoisingwasproposedtoovercomethelimitationofDonoho'sVisuShrinkandLakhwinderKaur'sNormalShrink.Accordingtothedifferentsub-bandcharacteristics,anewscaleparameterequationwasdefinedbasedonLakhwinderKaur'sNormalShrinkthreshold,whichwasemployedtodeterminetheoptimalthresholdsforeachstepscale.ExperimentalresultsonseveraltestingimagesshowthattheproposedmethodseparatessignalsfromnoisecompletelyineachstepscaleandeliminateswhiteGaussiannoiseeffectively.Inaddition,themethodalsopreservesthedetailedinformationoftheoriginalimagewell,obtainsuperiorqualityimageandimprovesPeakSignaltoNoiseRatio(PSNR.Furthermore,sincethismethodcanimprovetheefficiencyofimagedenoisinganddoesn’tincreasetimecomplexity,itcouldbeappliedinthereal-timeprocessing.
Keywords:Imageprocessing;Wavelettransform;Denoising;Adaptivethresholdvalue
引言
现实中的图像多为带噪图像,当噪声较严重时,会影响图像的分割、识别和理解。传统的去噪方法在去噪的同时使得图像的细节变得模糊。小波变换由于其具有“数学显微镜”的作用,在去噪的同时能保持图像细节。在众多的小波去噪方法中[1-5],运用最多的是Donoho小波阈值萎缩法[6-9],但Donoho给出的阈值有“过扼杀”小波系数的倾向,重建误差较大。LakhwinderKaur[10]等人针对Donoho阈值的单一性及不能